利用人工智能提高 MRI 图像分辨率
计算机视觉与模式识别
2024-10-23 v1 人工智能
医学物理
摘要
本章节提供了关于利用深度学习技术提高 MRI 空间分辨率的方法概述，涵盖从卷积神经网络、生成对抗网络到更高级的模型，包括 transformer、扩散模型和隐式神经表征。我们的探索不仅涵盖方法本身，还审视了超分辨后图像对临床和神经科学评估的影响。我们还涵盖了各种实际主题，如网络架构、图像评估指标、网络损失函数以及训练数据细节，包括用于模拟低分辨率图像的下采样方法和数据集选择。最后，我们讨论了现有挑战以及关于基于深度学习的 MRI 超分辨率可行性和可靠性的潜在未来方向，旨在促进其在临床和神经科学应用中的更广泛采用。
引用
@article{arxiv.2406.13625,
title = {Enhance the Image: Super Resolution using Artificial Intelligence in MRI},
author = {Ziyu Li and Zihan Li and Haoxiang Li and Qiuyun Fan and Karla L. Miller and Wenchuan Wu and Akshay S. Chaudhari and Qiyuan Tian},
journal= {arXiv preprint arXiv:2406.13625},
year = {2024}
}
备注
A book chapter in Machine Learning in MRI: From methods to clinical translation